面向体系对抗趋势下不断提升的战争复杂性,引入基于模型的系统工程方法到复杂体系作战建模设计中,通过梳理体系作战的建模需求与内在机理,采用统一架构框架(Unified Architecture Framework,UAF)提出基于场景的体系作战建模方法。以多目标搜索攻击任务为案例,构建了相应的战略、运行、资源、服务等视图模型,并开展了逻辑仿真验证,可为体系作战设计与建模仿真提供依据及参考。

智能化指挥控制是未来无人机集群作战指挥控制的必然趋势。基于对象过程方法论(object-process methodology,OPM)提出了一种无人机集群智能化指挥控制概念模型。在统一视图下对无人机集群智能化指挥控制的实体对象、信息、环境、过程等进行了抽象描述。采用运行功能统一规范建模方法(operational-functional unified specification,OFUS)设计构建了无人机集群智能化指挥控制顶层概念模型、SD1级放大模型和SD2级子过程模型,并通过OPCAT软件推演功能对模型进行检验和验证,证明了模型的逻辑可行性。

俄乌冲突是无人智能装备自研发列装以来运用最为广泛的一次局部冲突。在此次冲突中出现的各型无人智能装备给传统的杀伤链带来了一系列的变动与挑战。为研究无人智能装备在俄乌冲突中的作战运用及对杀伤链的影响,根据公开报道信息从杀伤链的角度对丰富杀伤链感知节点可选项、降低杀伤链杀伤成本和缩短杀伤链闭环时间三个方面分析了无人智能装备在俄乌冲突中的运用情况和特点。基于俄乌双方无人智能装备运用的经验教训,提出了无人智能装备发展的启示与建议。

作战概念是联合作战的重要表现形式,是新质作战力量建设运用的重要驱动力。针对战争形态快速嬗变的实际,单纯以文字撰写为主要方式的作战概念创新已不能满足未来作战的需求,迫切需要从工程化视角对作战概念开发进行科学规范。在深入分析作战概念开发国内外研究现状基础上,科学归纳了作战概念开发的描述、设计和验证三类典型需求,提出了一种“四层六段”架构的作战概念开发框架,详细分析了该开发框架的主要内容、内部逻辑、基本流程和方法工具,为开发具体的作战概念提供框架借鉴。

人工智能的进步深刻改变了各行各业,智能空战就是其中的典型代表之一。根据空战游戏的特点,构建了智能空战模型,主要包括样本集合的获取以及适用于空战决策的网络模型选择。结合空战连续状态、连续动作、现有战术动作等的特点,通过对比多个智能学习网络模型,选择DQN算法作为智能空战的模型,同时借助飞行模拟游戏DCS,采取与游戏内自带敌人对战的方式进行动态交互训练,得到能够在一定程度上操作战机作战的模型与具有参考价值的空战案例,通过对这些案例的分析,形成了胜/负/平局三类样本数据集。仿真结果表明,本文所构建的智能空战模型不仅有助于生成新的对策案例样本,而且有助于丰富空战战术。

智能化作战效能评估是智能无人技术与装备体系论证与发展规划的有效手段,构建科学合理的评估指标体系是进行智能化作战效能评估的首要前提。介绍了国内外构建作战效能评估指标体系技术现状,提出了将一种制胜机理与数据挖掘相结合的智能化作战效能评估指标体系构建方法,分析了智能化作战效能指标体系框架构建与认知域指标属性度量等关键技术,为构建通用的智能化作战效能评估指标体系提供理论参考。

针对作战系统的智能化设计问题,提出了基于Agent的人工智能技术概念框架和应用方法。首先,阐述了Agent概念,讨论了在作战系统中研究Agent的重要意义。然后,介绍了基于Agent的人工智能研究框架,列举了Agent在作战系统中的多种应用方式。最后,分析了Agent技术发展趋势及其作战应用可能面临的风险与挑战。

人机融合作为决定未来战争形式的关键因素,从提出到兴起备受各国军事领域专家的关注,它是促进人和机器智能协作的一种必要手段。针对人机融合系统,介绍了目前的研究现状、相关重要概念以及实际应用,分析了从无人系统到人机融合的整体发展进程,归纳了人机融合的相关理论和协同策略,得到了人机融合系统的实现框架、协同机制和发展研判,并对其性能优化方法和协同优化关键技术进行了深入剖析。

人工智能技术的飞速发展,影响、制约、引导甚至主导现代作战方式。尤其在指控领域,人工智能技术通过指控系统与装备,深刻影响着指控活动各要素、各环节。然而,受限于人工智能技术新质性和军事系统特殊性,人工智能对指控的影响在非战争期间不易显性捕捉,难以显性度量。因此,从人工智能与指控的关系、人工智能对指控要素的影响方式、人工智能对指控的影响趋势、人工智能与指控协同进化面临的风险与挑战四个方面,系统挖掘人工智能对指控领域的作用机理。所得结论可以辅助军事人员更好地把控战场,把控战争,迎接智能化时代战争挑战。

面向行人和车辆的重识别技术已在情报分析领域得到成功应用,但是对于舰船目标的重识别技术研究还比较缺乏,对此本文提出了一种基于双重特征融合的海上去雾重识别网络,用于海面舰船目标的情报分析和监管。首先,为了降低负样本对特征的影响,采用了视角辅助的自适应查询扩展方法和基于相似度的特征融合方法。其次,在重识别分支的浅层嵌入了去雾分支,利用权重共享技术提取无雾特征,并通过上采样技术和金字塔模型重建去雾图像,以增强网络在低能见度场景下的识别能力。最后,提出了一种基于伪交并比的非极大值抑制方法,通过修正检测框置信度来提高船舶目标的检测精度。实验结果表明,所提方法的性能优于现有方法,并且各模块对网络性能都有贡献。

“需求牵引、技术推动”是装备体系建设发展的主要规律,围绕军事领域体系需求论证分析问题,在明确体系需求分析基本内涵的基础上,融合威胁和能力的优点提出体系需求分析流程;针对体系需求分析中能力差距度量和映射分析等关键技术问题,建立了能力差距度量模型,采用质量功能展开(Quality Function Deployment,QFD)方法实现了能力需求-系统需求-技术需求之间的映射;并以典型空间目标监视体系分析为例,验证了本文提出的体系需求分析方法,为开展体系需求分析提供理论参考。

区块链技术的去中心化、不可篡改和加密算法等特性是分布式组网身份认证的研究热点,但现有区块链存在算力要求高,效率低下的问题,在无人机蜂群组网中的应用受限。因此,设计了一种轻量化区块链的无人机蜂群身份认证系统。首先,构建了基于区块链的无人机蜂群身份认证系统模型。然后,对系统中的区块链共识算法 (Practical Byzantine Fault Tolerance,PBFT) 进行改进,提出了一种轻量化可信的PBFT共识算法(Lightweight Trusted PBFT,LTPBFT),通过引入信誉奖惩机制和投票机制降低了拜占庭节点担任主节点的概率。最后,通过优化流程降低了通信复杂度,实现了轻量级认证系统。仿真结果显示,与PBFT相比,LTPBFT共识算法在通信开销、吞吐量、共识时延和安全性方面有更高的效率和更强的稳定性。

为解决联合作战筹划兵力编组科学高效的问题,提出了作战元能力非线性生成聚合作战能力的方法,建立了“作战子任务-聚合作战能力-作战元能力-营级作战单元”的兵力抽组关系。以作战能力供需向量匹配为基本抽组依据,构建了多优化目标多约束条件的联合作战层级的模块化兵力抽组模型。提出了基于遗传算法的模型求解框架,说明了决策变量编码、适应值计算、兵力抽组解码的流程方法。实验表明:基于作战能力的模块化兵力抽组模型,能够精确高效地抽组满足作战任务需要的营级作战单元。

采用基于层次分析法和理想点法相结合的方法,构建了含作战进程时间维度、战场推进距离、任务重要程度、任务紧急程度、周围调剂资源获取可能性、弹药需求量六个影响因素的弹药补给方式决策模型。首先,选取定点补给、机动补给、调剂补给、伴随补给四个典型弹药补给方式,确定理想情况的决策属性;然后,通过专家评估打分计算得到各影响因素的权重;最后,根据各方面专家给出战场六个影响因素的数值计算与各理想战时弹药补给方式的贴近度,贴近度最大的即为最优的战时弹药补给方式。通过实例分析,验证了该方式的有效性,对实际战时弹药补给方式决策具有指导意义,为弹药补给决策深入研究提供了方法和思路。

针对建筑物目标准确毁伤评估需求,提出一种基于有限元仿真结果识别的毁伤评估新方法。利用结构动力有限元分析软件SAP-2000进行目标毁伤数值模拟与分析,通过数值模拟结果的图像变化特征识别与指标量化,结合目标功能与物理毁伤等级判别准则,实现打击前的目标毁伤预评估。利用实例进行了仿真验证,结果表明,该方法在仿真条件下能够合理、有效实现建筑物目标的毁伤评估。

海战场环境是制约海上武器装备效能发挥和遂行海上军事行动的重要条件。准确的海战场环境影响评估是提升海上作战能力和战场建设的重要“软实力”。首先对海战场环境及其影响评估进行简要介绍;随后综述了海战场环境影响评估方法和建模技术,梳理为四类:基于动力学仿真的评估方法、基于决策科学的评估方法、基于数据科学的评估方法和基于不确定性人工智能的评估方法,并对上述方法进行了详细阐述;最后对不同方法进行了对比分析和应用展望。

信息通信兵棋作为提升指挥员信息通信保障指挥与筹划水平的研究平台,发挥着重要作用。选取信息通信兵棋算子展开建模研究。首先设计了信息通信兵棋算子建模框架,明确了实体解构、属性提取、数据描述的建模步骤及对应产品,然后提出了基于前分类本体的信息通信兵棋算子建模方法,定义了实体单元的基础分类、不同实体的本体模型和算子的计算机语言描述,最后以岛屿进攻战役信息通信保障为例,借助本体建模软件Protégé对基于前分类本体的信息通信兵棋算子建模方法进行了实验分析,验证了该方法的可行性与科学性。

为提高舰载预警机对敌水面舰艇的搜索能力,保证舰载预警机能够安全持续地跟踪监视预警,提出了舰载预警机对海面目标侦察预警阵位配置方法。基于阵位配置的基本要求和作战背景的符合条件,分析了影响舰载预警机提供航母编队预警距离的因素,建立了舰载预警机巡逻线配置模型,充分考虑了舰载预警机在巡逻线端点的情况,并计算了最小无源探测距离。根据来袭水面舰艇的位置和运动状态及其作战能力对舰载预警机的阵位配置进行定量研究,利用Matlab仿真实验,验证了模型的有效性,为舰载预警机阵位配置提出建议,满足作战使用的需要。

针对不同会遇态势下的船舶自主航行避碰决策问题,在DDPG(Deep Deterministic Policy Gradient)算法基础上,以国际航行规则(COLREGS)为基准设计相应的奖励函数,通过引入势能回报塑形的思想来引导智能体学习最佳策略,保障了智能体在遵守规则的前提下能够有效避障到达航行目标点。最后,作者对双船和多船分别在不同会遇场景下避障问题进行了仿真验证,并与TD3算法进行比较。结果表明:作者设计的算法收敛快,训练效果平稳;生成的模型能在遵守COLREGS的情况下有效避障,并且在两船会遇情况下比TD3算法所规划的路径更短,效率更高。

针对水面无人船在复杂环境中的目标检测和跟踪问题,探索了基于光视觉的技术方法。利用改进的暗通道去雾方法和引导滤波进行图像预处理,以提高后续图像处理的准确性和效率。在目标检测方面,采用了YOLOv7算法,该算法通过对损失函数的优化,有效提高了目标检测的精度和召回率。为实现精准多目标跟踪,结合自训练模型权重和Sort算法,成功实施了目标持续追踪和中心点轨迹的精确标注。此外,通过无人船平台搭建双目相机系统进行目标测距,实验结果表明,该方法可以实现测距功能,平均相对误差为6.46%,这一成果不仅提升了无人船的导航与定位能力,还为水面安全监控提供了技术支持。研究结果显示,在水面无人船领域,通过融合先进的图像处理技术和机器学习算法,能够有效地解决目标检测和跟踪问题。

针对基于平面波声场模型的深海DOA(Direction of Arrival, DOA)估计存在误差的问题,从射线理论出发,建立了多途信道下深海DOA估计的阵列信号模型,推导出了深海多径声线传播时间和相邻阵元声线传播时延差的表征方法,运用解相干DOA估计算法,提高深海DOA估计性能,通过仿真验证了算法的有效性。研究表明,深海DOA估计问题实为多维参数优化问题;充分考虑海洋声场的声传播特性,可以从根本上解决深海DOA估计的误差问题。

智能博弈对抗算法不仅充分利用了博弈模型的刻画精度,还通过神经网络的强大计算能力和强化学习的试错机制求解均衡解,使得智能博弈对抗算法在诸多领域都取得了不错的效果。通过多智能体博弈学习、多智能体博弈强化学习和多智能体博弈深度强化学习三个层面对智能博弈对抗算法进行了系统梳理,并与情报领域的工作进行了相应映射,论证了智能博弈对抗算法运用在情报领域的可行性和必要性,最后给出了智能博弈对抗算法在情报领域的具体应用以及后续提升质效的有效措施。

提升多智能体训练效果一直是强化学习领域中的重点。以多智能体双延迟深度确定性策略梯度(MATD3)算法为基础,引入参数共享机制,进而提升训练效率。同时为缓解真实奖励与辅助奖励不一致的问题,借鉴课程学习思想,提出辅助奖励衰减因子,以保证训练初期的策略探索积极性与训练末期的奖励一致性。将所提出的改进式MATD3算法应用于战车博弈对抗,从而实现战车的智能决策,应用结果表明,智能战车的奖励曲线收敛稳定,且效果良好。同时就改进式算法与原始MATD3算法进行对比仿真,仿真结果验证了改进式算法能够有效提升收敛速度以及奖励收敛值。

为高效、正确地识别Linux日志中的异常行为,提出一种基于改进孤立森林算法的Linux日志异常检测方法。该方法在孤立森林算法的基础上引入注意力机制,在处理日志数据时能够动态地调整关注的特征和样本点,并根据样本的异常程度动态调整关注的程度。实验结果表明,该方法相较于传统方法,在精确率、性能等方面均有显著提升。

针对传统核相关滤波算法在目标被遮挡或发生运动模糊时跟踪效果不佳的情况,为了达到运动目标的实时稳定跟踪,提高跟踪系统的精度和成功率,提出一种基于核相关滤波的具有尺度自适应和特征融合的目标跟踪方法。首先在特征提取过程中,通过在原有的方向梯度直方图特征后添加颜色特征来提高目标特征的识别能力,即将HOG特征与CN特征相融合,然后构建尺度金字塔来进行尺度估计以达到目标的尺度自适应,最后通过多峰值检测机制实现模型的更新。通过在OTB2015数据集中进行测试,算法的精确率和成功率有了进一步提升,该算法能够准确地识别出目标,并对目标进行有效跟踪。

针对目前不同装备维修器材保障节点库存积压和缺货等待并存、库存量在整个保障网络中分布不均等问题,将同级保障网络中的单个保障节点按照库存水平、保障节点之间的支持度、保障节点所在保障区域的需求状况、发生需求不能满足时的风险成本等相关参数生成描述其调剂能力的稳态系数,在此基础上生成全网的稳态系数。根据稳态系数与设定阈值之间的差距,按照相应算法流程进行主动调剂,同时结合缺货引发的被动调剂,可极大提高器材调剂工作的科学化、自动化、智能化水平,进而提高维修保障成功率。

为进一步解决侦察星座优化问题,加强天基侦察体系的建设,对当前侦察星座优化方法进行研究与综述。侦察星座的设计与优化具有多参数、多目标、非线性、不连续等特点,是一种典型的多目标优化问题。多目标进化算法是一类以种群为基础的、根据预定启发式规则在决策空间内进行概率搜索的生物智能算法,无需问题满足连续性、可微性等条件,能够在有限的搜索次数内得到一组靠近Pareto前沿的解集,能够有效解决多目标优化问题,可用于侦察星座的优化。论述了侦察星座优化模型的构建、多目标进化算法的分类及优缺点,并对多目标进化算法在侦察星座优化中的应用进行了分析,给出了基于多目标进化算法的侦察星座优化的发展方向。

光纤声波传感技术由于原始数据信噪比较低,数据可靠性和声波源定位精度受到严重影响。为解决这一问题,对小波阈值去噪方法进行了优化:首先,提出了一种新的阈值函数,通过形状调整因子实现去噪的同时保留了关键信息,兼具硬阈值和软阈值函数的优点,具有较高的灵活性和可控性。其次,引入自适应阈值计算方法,采用改进模拟退火算法优化阈值选择,降低算法对参数选择的依赖。通过仿真实验验证,该方法有效抑制了信号中的噪声,提升了数据可用性。与原始方法相比,该方法显著提高了信噪比,真实信号的仿真测试证明了其鲁棒性。

提出一种考虑RMS因素的装备论证多方案分析方法。建立装备论证过程中的多方案分析框架,并给出装备论证多方案分析指标体系。通过分析对多方案具有影响的RMS和费用因素建立这些因素的量化模型。结合基于数据包络法的多方案分析模型及应用示例,说明方法的可行性和有效性。

针对强噪声环境下雷达有源干扰识别准确率不高的问题,提出了一种基于一维复合特征的ER-C-L(Extended ResNet-CNN-LSTM)网络模型算法。首先将幅度、瞬时频率和功率谱瞬时包络及其复合特征作为网络输入,比较其在ResNet-CNN模型上的识别准确率,选取检测概率高且数据量小的幅度与功率谱瞬时包络复合特征为最优特征。然后将该复合特征输入ER-C-L网络对六种新型有源干扰进行识别,仿真结果表明,在干噪比(Jamming Noise Ratio,JNR)-10 dB的强噪声环境下,识别准确率为98.5%,与CNN、ResNet-CNN、扩展ResNet-CNN和LSTM等其他深度学习算法相比,具有更高的干扰识别准确率。

通过分析异构集群协同决策行为的特征,引入量子决策模型解决异构集群自主决策问题。首先从OODA流程出发,廓清异构集群协同的控制方式;而后针对异构集群协同巡航具体问题,拆分无人艇集群和无人机集群的任务,分别构建队形优化和自主探测的应用模型;设计队形优化算法,动态生成最佳通信队形结构;设计量子决策云和反馈评分机制,在众多可能探测选项中优选最合适的决策内容;最后通过仿真实验论证队形优化模型和自主探测模型在异构集群协同巡航中的有效性。实验表明,量子决策模型相比于常规决策模型,在决策行为选择和优化中具有更大的适用性和可迁移性。

针对水下单层薄金属板多格角反射体存在频率特性强烈,难以形成较为稳定目标强度的问题,设计了一种新的空腔多格角反射体。采用结构有限元结合流体直接边界元法,对水下空腔多格角反射体声散射特性进行了仿真计算,在5.0~15.0 kHz入射频率范围内,研究分析了平板厚度、空腔厚度、入射角度等因素对其目标强度的影响机理。结果表明:与薄金属板多格角反射体相比,空腔多格角反射体频率特性较弱,去耦作用明显,散射能力强;空腔多格角反射体在一定角度范围内都能保持稳定的目标强度,具有更优的反射性能,是较为理想的水下声反射装置。

针对异构多无人机对地面多类型固定目标的任务分配问题,提出一种基于协同多任务分配模型和改进黑猩猩算法的任务分配方法。通过对四元组内元素的设定完成模型构建,建立总收益最高、威胁代价最低、总航程最短的多目标评价函数。使用改进黑猩猩算法完成模型求解,引入混沌反向学习策略提升初始种群分布的多样性,在迭代阶段使用抢食行为动态调整策略,提升了跳出局部最优解的能力。实验表明:相比原算法,改进黑猩猩算法所得任务分配方案在保持较高任务收益和较低威胁代价的同时,在两种规模场景下的平均总航程分别降低了22.6%和21.1%。

计算目标散布区大小是反舰导弹战术决策和目标捕获概率计算的前提条件,在研究反舰导弹对目标追击捕获模型的基础上,基于松弛变量法,建立了目标散布区计算方程,并给出了充要条件证明,获得了目标散布区的解析模型,在目标运动方向任意机动的假设下,得到了目标机动不受限条件下运动方向的最优值,给出了一般条件下的计算公式,通过仿真算例,对比了不同仿真参数条件下散布区域的变化情况,可为作战指挥人员决策使用提供直观参考和估算依据。

针对传统空间目标监视资源调度存在各观测设备负荷不均衡的问题,提出了一种基于设备负荷均衡规则的调度方法。以空间目标的可见性为数学基础,利用STK软件包对空间目标进行跟踪弧段的可见性预报,将设备负荷均衡调度规则融入传统调度流程中,以观测需求分别为3圈次、4圈次、5圈次为输入进行实验仿真,生成的调度方案以甘特图的形式呈现,最后利用构建的评价指标进行价值评价。实验结果表明,基于设备负荷均衡的调度规则能够很好地实现各观测设备工作负荷上的均衡性,并且能够实现对更多空间目标的跟踪监视。

为提升水下目标捕获概率,双雷平行航向齐射方式得到广泛采用,而该齐射模型中打击提前角、展开系数、展开散角均对目标捕获概率产生影响,相关领域之前的研究主要聚焦双雷展开系数与展开散角对目标捕获概率的影响,存在一定局限性。针对双雷平行航向齐射射击方式,首先给出了一种提升双雷捕获概率的平行航向齐射模型,理论推导了模型中多参数最优解方程,给出了一种多参数自适应寻优方法用以求解方程;其次结合仿真实验,基于蒙特卡洛方法,通过对比双雷齐射传统模型与优化模型的目标捕获概率,验证了多参数自适应寻优方法的可行性。研究成果为进一步使用鱼雷齐射战术提供了有效参考。

针对单站纯方位地面机动目标跟踪问题,提出一种改进距离参数化工具变量伪线性卡尔曼滤波算法。首先基于观测站探测范围,利用距离参数化将目标与观测站的相对距离划分为若干个子区间,并独立运行工具变量伪线性卡尔曼滤波器。然后基于滤波新息与新息协方差更新子滤波器权重并检测目标机动,通过重置子滤波器的权重和状态信息保证滤波稳定。最后将各子滤波器状态信息加权融合获取目标的状态,解决目标初始距离未知以及目标机动导致跟踪精度下降的问题。仿真结果显示,本文提出的算法的位置跟踪精度比传统方法有显著提高,能有效实现对机动目标的跟踪。

为了挖掘真实任务场景下空间信息网络中的关键节点并着重对其加以保护,从空间信息网络在体系背景下承担的使命任务出发,借助作战环理论对其中的节点类型和信息流动关系予以区分,考虑空间信息网络的高动态性,利用时变图的分析方法对网络进行建模。在空间信息动态网模型的基础上考虑作战环的形成时长赋予作战环价值系数,结合传统复杂网络指标提出了空间信息网络在面向任务时的节点重要性评价指标——时效环介数。通过实验仿真,对比时效环介数与度中心性、以作战环数量为指标的节点重要度,从方法本质上说明了在任务场景下通过时效环介数分析得到的关键节点有效性和合理性。

为应对机载系统日趋复杂化、综合化带来的系统间联合仿真难度大的问题,提出了适用于多种模型的机载系统数字化集成架构,采用虚拟总线和异构模型适配器技术,开发了能完成多类不同模型数字化集成的软件平台。以某飞机型号的风速系统模型为验证案例,对该平台和商业化原生模型开发软件进行了对比实验,验证了该平台的准确性;构建了包含PDF显示模型、MFD显示模型、ND显示模型、发动机参数采集物理设备、风速模型和视景显示软件的显控处理设备联合模型,对平台进行了模型集成功能实验,验证了该平台的机载模型集成的有效性。

针对运输机物资投送的任务分配以及路径规划问题,重点考虑了由恶意干扰导致的运输机损耗以及投送时效性两个复杂性因素,建立了包含运输机损失、总里程数以及未按时受补率三方面的待优化目标函数。同时提出了基于“任务合并”和“饱和补给”等先验知识的优化思路,实现了改进的遗传算法。仿真结果表明,采用融合先验知识的改进遗传算法,改善了因搜索空间过大而导致的优化过程收敛缓慢问题,提升了模型的解算速度和优化效果。